awk 之內建变量 Built-in Variables（八）

因內建变量的个数不多, 此处按其相关性分类说明, 并未按其字母顺序排列.

ARGC
ARGC表示命令行上除了选项 -F, -v, -f 及其所对应的参数之外的所有参数的个数.若将”awk程式”直接写於命令列上, 则 ARGC 亦不将该”程式部分”列入计算.

ARGV
ARGV数组用以记录命令列上的参数.
例 : 执行下列命令

$ awk  -F\t -v a=8 -f prg.awk  file1.dat file2.dat

或

$ awk  -F\t -v a=8 '{ print $1 * a }' file1.dat file2.dat

执行上列任一程式后

ARGC    =  3
ARGV[0] = "awk"
ARGV[1] = "file1.dat"
ARGV[2] = "file2.dat"

读者请留心 : 当 ARGC = 3 时, 命令列上仅指定了 2 个文件.
注 :
-F\t 表示以 tab 为栏位分隔字符 FS(field seporator).
-v a=8 是用以初始化程序中的变量 a.

FILENAME
FILENAME用以表示目前正在处理的文件档名.

FS
栏位分隔字符.

$0
表示目前awk所读入的数据行.

$1,$2..
分別表示所读入的数据行之第一栏, 第二栏,..
说明:
当awk读入一笔数据行 “A123 8:15″ 时,会先以$0 记录.
故 $0 = “A123 8:15″
若程序中进一步使用了 $1, $2.. 或 NF 等內建变量时, awk才会自动分割 $0.
以便取得栏位相关的资料. 切割后各个栏位的资料会分別以$1, $2, $3…予以记录.
awk內定(default)的 栏位分隔字符(FS) 为 空白字符(空格及tab).
以本例而言, 读者若未改变 FS, 则分割后:
第一栏($1)=”A123″, 第二栏($2)=”8:15″.
使用者可用正则表达式自行定义 FS. awk每次需要分割数据行时, 会参考目前FS的值.
例如 :
令 FS = “[ :]+” 表示任何由 空白” ” 或 冒号”:” 所组成的字串都可当成分隔字符, 则分割后 :
第一栏($1) = “A123″, 第二栏($2) = “8″, 第三栏($3) = “15″

NR
NR 表从 awk 开始执行该程序后所读取的数据行数.

FNR
FNR 与 NR 功用类似. 不同的是awk每打开一个新的文件,FNR 便从 0 重新累计

NF
NF表目前的数据行所被切分的栏位数.
awk 每读入一笔资料后, 在程序中可以 NF 来得知该行数据包含的栏位个数.在下一笔资料被读入之前, NF 并不会改变. 但使用者若自行使用$0来记录数据,例如: 使用 getline , 此时 NF 将代表新的 $0 上所记载的资料的栏位个数.

OFS
OFS输出时的栏位分隔字符. 预设值 ” “(一个空白), 详见下面说明.

ORS
ORS输出时数据行的分隔字符. 预设值 “\n”(跳行), 见下面说明.

OFMT
OFMT数值资料的输出格式. 预设值 “%.6g”(若须要时最多印出6位小数)
当使用 print 指令一次印出多项资料时,
例如 : print $1, $2
输出时, awk会自动在 $1 与 $2 之间补上一个 OFS 之值
每次使用 print 输出后, awk会自动补上 ORS 之值.
使用 print 输出数值数据时, awk将采用 OFMT 之值为输出格式.
例如 :

$ awk 'BEGIN { print 2/3,1; OFS=":"; OFMT="%.2g"; print 2/3,1 }'

输出:

0.666667 1
0.67:1

程序中通过改变OFS和OFMT的值, 改变了指令 print 的输出格式.

RS
RS( Record Separator) : awk从文件上读取资料时, 将根据 RS 的定义把资料切割成许多Records,而awk一次仅读入一个Record,以进行处理.
RS 的预设值是 “\n”. 所以一般 awk一次仅读入一行资料.
有时一个Record含括了几行资料(Multi-line Record). 这情況下不能再以”\n”
来分隔相邻的Records, 可改用 空白行 来分隔.
在awk程式中,令 RS = “” 表示以 空白行 来分隔相邻的Records.

RSTART
RSTART与使用字串函数 match( )有关的变量,详见下面说明.

RLENGTH
RLENGTH与使用字串函数match( )有关之变量.
当使用者使用 match(…) 函数后, awk会将 match(…) 执行的结果以RSTART,RLENGTH 记录.
请参考 awk 之內建函数 match().

SUBSEP
SUBSEP(Subscript Separator) 数组下标的分隔字符,
预设值为”\034″实际上, awk中的 数组 只接受 字串 当它的下标,如: Arr["John"].
但使用者在 awk 中仍可使用 数字 当阵列的下标, 甚至可使用多维的数组(Multi-dimenisional Array) 如: Arr[2,79]
事实上, awk在接受 Arr[2,79] 之前, 就已先把其下标转换成字串”2\03479″, 之后便以Arr["2\03479"] 代替 Arr[2,79].
可参考下例 :

awk 'BEGIN {
Arr[2,79] = 78
print  Arr[2,79]
print  Arr[ 2 , 79 ]
print  Arr["2\03479"]
idx = 2 SUBSEP 79
print Arr[idx]
}
' $*

执行结果输出:

78
78
78
78